[发明专利]一种能识别废弃物的智能分类回收系统在审
申请号: | 201910486981.8 | 申请日: | 2019-06-05 |
公开(公告)号: | CN110210635A | 公开(公告)日: | 2019-09-06 |
发明(设计)人: | 周皓冉;王能;陈汝洋 | 申请(专利权)人: | 周皓冉 |
主分类号: | G06Q10/00 | 分类号: | G06Q10/00;G06Q50/26;G06K9/00;G06K9/62;G06N3/04;B65F1/00 |
代理公司: | 北京东方盛凡知识产权代理事务所(普通合伙) 11562 | 代理人: | 宋平 |
地址: | 210009 江苏省南京市鼓*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 废弃物 垃圾分类 采集 回收系统 智能分类 数据集 垃圾 卷积神经网络 模型训练模块 图像采集模块 微处理器平台 垃圾存储箱 摄像头固定 图像数据集 摄像头 分类识别 控制中心 垃圾图像 图像处理 图像传输 样本图像 云服务器 重量信息 固定的 库模块 弹片 舵机 构建 上传 树莓 样本 视觉 图像 结算 分类 更新 | ||
本发明公开一种能识别废弃物的智能分类回收系统,包括视觉库模块,用于将采集的垃圾图像样本构建为废弃物图像数据集;图像采集模块包括若干个固定的摄像头,每个摄像头固定采集一类或多类物品的图像;废弃物识别模块,用于将采集的图像传输给树莓派等微处理器平台进行图像处理及识别;模型训练模块:用于将采集的样本图像上传至云服务器并定期训练及更新垃圾分类模型;控制中心,用于通过控制舵机带动弹片将分类后的废弃物弹入相应的垃圾存储箱中,同时获取弹入垃圾的重量信息,并根据垃圾的重量结算金额;本发明利用卷积神经网络通过建立的垃圾分类数据集,并以此数据集训练一个垃圾分类模型,从而达到精确分类识别垃圾的效果。
技术领域
本发明涉及废弃物分类回收与返利领域,特别是涉及一种能识别废弃物的智能分类回收系统。
背景技术
人们在日常生活中,几乎每天都会制造垃圾。据数据显示,平均每个人每天制造1.2公斤垃圾,一年大概制造440公斤垃圾,我国人口庞大,每天制造的垃圾更是以万吨来计算。庞大数量的垃圾如果不能很好地利用处理,就会导致资源的损失,环境的破坏。反之,如果合理使用就会尽其所用,变废为宝。据数据显示,如果全国城市垃圾中的废纸和玻璃有20%被回收利用,那么每年可节约270万吨标准煤,相应减少二氧化碳排放690万吨。由此看来,垃圾处理就显得非常重要了,垃圾处理一般采用收集,分类,回收,最后统一处理的办法。在环境问题愈加严峻的背景下,为创建资源节约型和环境友好型社会,提高公民的环保意识,我们研究小组决定研制一套废物回收返利的系统,通过机器来准确识别可回收废物,并分类收集,保护环境,使废物二次利用。
目前,国内垃圾分类的方法多采用在社区内设置垃圾分类智能回收装置,并在垃圾分类智能回收装置的多个垃圾仓上分别标出:可回收垃圾、不可回收垃圾,或者生活垃圾、化工垃圾、有毒垃圾、其他垃圾等。但在实际执行过程中,主要依靠居民的自觉性来推动垃圾分类,缺乏行之有效的激励措施或者监督措施,很少有居民会对垃圾进行分类投放,大多是将混合投放。因此,目前的垃圾分类回收效果差,需要清洁管理部门需对垃圾分类智能回收装置中的垃圾进行二次分拣,环卫工人工作量大,也不能对居民垃圾分类投放产生积极推动作用。
发明内容
本发明的目的是提供一种能识别废弃物的智能分类回收系统,以解决上述现有技术存在的问题。
为实现上述目的,本发明提供了如下方案:本发明公开一种能识别废弃物的智能分类回收系统,包括视觉库模块,用于将采集的大量垃圾图像样本构建为垃圾废弃物图像数据集;图像采集模块包括若干个固定的摄像头(1),每个摄像头(1)固定采集一类或多类物品的图像,用于对垃圾进行图像采样;废弃物识别模块,用于将采集的图像传输给树莓派等微处理器平台进行图像处理及识别;模型训练模块:用于将实时采集的样本图像上传至云服务器并定期训练及更新垃圾分类模型;电机驱动模块,用于传送垃圾,便于垃圾图像的采集;控制中心,用于通过控制舵机带动弹片将分类后的废弃物弹入相应的垃圾存储箱中,同时获取弹入垃圾的重量信息,并根据垃圾的重量结算金额;本发明利用卷积神经网络通过建立的垃圾分类数据集,并以此数据集训练一个垃圾分类模型,从而达到精确分类识别垃圾的效果。
优选的,所述电源模块将12V转成5V和3.3V为树莓派和其他各模块供电。
优选的,所述电机驱动模块的电机驱动采用双MOS桥两路驱动,MOS管采用内阻低、性能稳定的LR7843,增加总线驱动芯片74HC08。
优选的,采集不同种类废弃物作为样本,然后提取图像的深度特征;首先搭建一个预训练的多层卷积神经网络,然后去掉该网络的最后两个全连接层,再加上新的两个全连接层,冻结其他层的权重并对最后两个全连接层进行训练,最后将训练好的的整个网络作为分类模型。
优选的,包括如下步骤
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于周皓冉,未经周皓冉许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910486981.8/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理